人臉識別的發(fā)展歷史

第壹階段（1950s—1980s）初級階段

人臉識別被當作一個一般性的模式識別問題，主流技術(shù)基于人臉的幾何結(jié)構(gòu)特征。這集中體現(xiàn)在人們對于剪影（Profile）的研究上，人們對面部剪影曲線的結(jié)構(gòu)特征提取與分析方面進行了大量研究。人工神經(jīng)網(wǎng)絡(luò)也一度曾經(jīng)被研究人員用于人臉識別問題中。較早從事 AFR 研究的研究人員除了布萊索（Bledsoe）外還有戈登斯泰因（Goldstein）、哈蒙（Harmon）以及金出武雄(Kanade Takeo)等?？傮w而言，這一階段是人臉識別研究的初級階段，非常重要的成果不是很多，也基本沒有獲得實際應(yīng)用。

第二階段（1990s）高潮階段

這一階段盡管時間相對短暫，但人臉識別卻發(fā)展迅速，不但出現(xiàn)了很多經(jīng)典的方法，還出現(xiàn)了若干商業(yè)化運作的人臉識別系統(tǒng)，比如為的 Visionics（現(xiàn)為 Identix）的 FaceIt 系統(tǒng)。 從技術(shù)方案上看， 2D人臉圖像線性子空間判別分析、統(tǒng)計表觀模型、統(tǒng)計模式識別方法是這一階段內(nèi)的主流技術(shù)。

第三階段（1990s末~現(xiàn)在）

人臉識別的研究不斷深入，研究者開始關(guān)注面向真實條件的人臉識別問題，主要包括以下四個方面的研究：

1）提出不同的人臉空間模型，包括以線性判別分析為代表的線性建模方法，以Kernel方法為代表的非線性建模方法和基于3D信息的3D人臉識別方法。

2）深入分析和研究影響人臉識別的因素，包括光照不變?nèi)四樧R別、姿態(tài)不變?nèi)四樧R別和表情不變?nèi)四樧R別等。

3）利用新的特征表示，包括局部描述子（Gabor Face, LBP Face等）和深度學(xué)習(xí)方法。

4）利用新的數(shù)據(jù)源，例如基于視頻的人臉識別和基于素描、近紅外圖像的人臉識別。

什么是人臉檢測？

人臉檢測是人臉識別的流程之一，在圖像中準確標定出人臉的位置和大小，并把其中有用的信息挑出來（如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等），然后利用信息來達到人臉檢測的目的。

人臉關(guān)鍵點檢測（人臉對齊）自動估計人臉圖片上臉部特征點的坐標。

基于檢測出的特征采用Adaboost學(xué)習(xí)算法（一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強的分類方法）挑選出一些蕞能代表人臉的矩形特征（弱分類器），按照加權(quán)投僄的方式將弱分類器構(gòu)造為一個強分類器，再將訓(xùn)練得到的若干強分類器串聯(lián)組成一個級聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測速度。

近人臉檢測算法模型的流派包括三類及其之間的組合：viola-jones框架（性能一般速度尚可，適合移動端、嵌入式上使用），dpm（速度較慢），cnn（性能不錯）。

車牌識別管理系統(tǒng)優(yōu)點

車牌識別管理系統(tǒng)優(yōu)點

1、靈活的信息提示功能

可根據(jù)客戶的要求，對進、出車輛進行相應(yīng)提示，入口提示內(nèi)容包含但不限于“京A12345歡迎光臨、京A12345歡迎回家、京A12346占用車位、京A12345有效期30天”；出口提示內(nèi)容包含但不限于“京A12345一路順風(fēng)、京A12345有效期30天”等

2、車輛管理信息顯示

系統(tǒng)可將各種車輛信息在出口顯示給用戶。

系統(tǒng)可查詢：庫存車輛信息、通行車輛信息、固定用戶信息、臨時免費車輛等信息

系統(tǒng)可根據(jù)需求生成日報表、月報表，收費員報表等EXCEL文件

3、無牌車輛快速處理

無牌車輛或新車進入車場，軟件可作無牌車輛處理，在出場時，可以在無牌車輛記錄表里根據(jù)車輛外觀確認收費放行，只需點擊確認，系統(tǒng)自動計算停車費用及時間。

4、車牌識別識別錯誤處理方便快捷

所有車輛進場將保留存對應(yīng)圖片，管理員通過簡單鼠標操作確認車牌號是否錯誤并進行人工修正，出場正確車牌自動放行或計算費用，錯誤車牌人工進行修正后計算收費，所有確認修正車牌所需時間在三秒內(nèi)完成。